AI 情报文章归档

从GPT-4到GPT-6。 Sparks是一篇极具前瞻性的论文，当时遭到了不少质疑，但基于大量定性实验，它确实敏锐地捕捉到了大语言模型的发展方向。事后看来，它值得获得认可。

Astra 远超我此前的一切期望。

我想这应该也能做成动画吧。

凯西·伍德（Cathie Wood）在最新一期节目中谈及埃隆·马斯克和SpaceX AI： • SpaceX AI的数据中心正在产生巨额利润。 "我认为Anthropic同意为每吉瓦支付500亿美元，而马斯克的成本大概在每吉瓦200多亿美元（mid to high 20s）。因此，投资资本能带来即时回报。" "一切皆有可能，尤其是对埃隆·马斯克而言，他无疑正在以非常重要的方式推动这场革命。"

Anthropic 的 IPO 可能迫使公开市场为 AI 公司发明新的财务语言，仅靠收入增长已不足以说明问题。潜在投资者正要求按每百万 token 收入、每 token 服务成本、每吉瓦算力收入等指标评估。Anthropic 已转向净 ARR 核算，并从 650 亿美元 ARR 中剔除 Meta 与中国蒸馏收入，以平滑上市后业绩波动。

Gemini Business 新增自定义 MCP 服务器连接功能，可连接私有数据和内部工具。截图显示 Gemini Enterprise 界面中出现该新功能提示，并提供 Add MCP server 入口。作者猜测消费版 Gemini 何时也会跟进。

GPT-6 Astra (Max) 以 1797 分登顶 Code Arena: WebDev，领先第 2 名 Claude Fable 5.1 (Max) 35 分、第 3 名 Claude Opus 5 (Max) 1688 分。

GPT-6 说实话相当不错。

I have to come clean. Speaking at APIWorld this past week wasn’t actually my first talk acceptance....

One month after the queue essay: findings file themselves, rounds are judged on the contract, the morning brief reads like a PA's note, and a refused write is never silent.

The permission prompt only fired when I was watching. A hook now refuses force pushes, shared-tree resets and root deletes in every mode, and redirects the session instead of waiting for me.

296 puzzle cards, each judged by a model that sees the story but never the brief, the finding or the old card. Eleven waves, and the brief turned out to be the lever.

The voice engine flags it, the site refuses it, the drafter is forbidden it, and 117 instances were rewritten by hand. Then the gate blocked my own deploys for a day.

Most conversational AI speech assistants have a fatal flaw: crippling latency. You ask a question,...

什么鬼！？ GPT-6 Astra 刚刚完成了这个 3D 相机的制作，包含 122 个组件组和 1，877 个建模部件。 我甚至都不知道还能在 Three.js 里构建这些东西。

里程碑 - /show-me 安装量已超 1.1 万，GitHub 星标达 2.5k！

自我改进的智能体需要一种有效的方式来记住什么方法有效。 SkillGLoW 表明，智能体应记住可复用的任务解决方式，而非每一个过往任务，从而以 3.6 倍更精简的库获得 17.2 分的提升。 自我改进的智能体在存储共享流程时，可以用更少的记忆实现更好的表现。 任务特定细节根据当前任务重建，而非永久存储。 它还在真实执行中测试记忆更新，并拒绝使智能体变差的更改。

GPT-6 Astra 刚刚发布，关于其继任者发布的猜测已经沸沸扬扬。据 Axios 报道，Sam 已确认它将"很快"发布。

Grok @Bot 使用限额已重置 【引用 @bot】：我们已重置所有 Grok Bot 用户的使用限额。 祝使用愉快！

我认为无论是本地运行 Fable 还是 Astra，都无法真正"关闭"记忆功能。它们会在各种 markdown 文件中写下关于你的小笔记，还会查看你的其他工作来了解你在做什么。且不论其他影响，这让你很难将自己的输出与他人进行比较--你的输出总是被 AI 所推测的你的偏好所"污染"。

Grok Imagine Video 1.5 agent 现已可用，由最新的 Image 2.0 图像模型驱动，官方称质量更高、叙事更强，并擅长以更好的连续性衔接多个镜头。TestingCatalog 用 "Make me an ad banner for @testingcatalog" 实测后认为结果相当不错。

用 Astra 复现这个效果非常容易。 > 你能做一个类似这样的东西吗？不过请让它更"融化"一点。我希望果冻在被拉扯时能裂开并融化。

GitHub 发布研究预览版 Project HydraFusion，为每个请求动态选择执行工作流而非单一模型，提供 Single、Cascade 和 Critique 三种模式，支持多供应商模型，现已向所有 Copilot 订阅用户开放于 Copilot CLI，按各模型标准费率计费。

A backend team shipped a local-first coding agent that kept repository secrets on each developer...

三名徒步者用 Google Gemini 规划行程后在加州 Mount Shasta 被救，Siskiyou 县警长办公室称 Gemini 建议他们携带的食物和水远低于所需。三人凌晨3点出发，晚上7点才登顶，夜间下山迷路后在 Mud Creek Canyon 过夜，次日由 Forest Service 护林员和志愿者救出，警方提醒不要完全依赖 AI 做行程规划。

Claude Code 创造者 Boris Cherny 解释了许多公司把 AI 融入工作流却未获得大幅生产率提升的原因。他引用 1996 年哈佛商业评论一项研究：当年把电脑放在角落、只安排一人使用的公司没有收益，而把电脑置于业务流程中心、逐个瓶颈做数字化的公司则获得回报。

OMG！！！ GPT-6 Astra 仅凭一张参考图片就构建出了这个。 我震惊得说不出话来。

AI快速加速的一个影响是，在2026年后的长期智能体时代，我们正在失去对工作中实际微观过程的实证把握。 我们对聊天机器人对工作的影响有一些学术认知，但对智能体影响的了解则少得多。

The lab was quiet except for keyboards. A teaching assistant walked the aisle of a Saturday workshop...

Emad Mostaque 提出"Champion"计划，主张为每位公民提供 AI 智能体、以机器人即服务改造机构，并基于开源栈实现"真正的主权 AI"。该计划对本地个人与机构定价 1 美元，其余按市场价，旨在掌控智能"最后一英里"并分散控制权与所有权。其背景是智能成本趋零、人类认知价值转负的经济转型。

Open any 'agentic AI' repo trending on GitHub this month and you'll find the same shape: a while...

Astra 是一场重新校准事件。

Nous Research 在 Hermes Desktop 中将本地模型安装简化为一次点击。应用会读取用户硬件，对照 GPU 对模型目录做适配检查，挑选能装下的最高质量版本并下载，然后自动配置 llama.cpp，同时保证 4-bit 量化下限和 64K 最小上下文窗口。

Grok @bot 团队经两周优化，改进了路由、缓存、动态上下文与整体 token 效率，用户用量额度现在更耐用。平均有效用量提升 10%，重度用户最高可达 35%，优化仍在继续。

我现在简直难以置信。 GPT-6 Astra 真是一个令人惊叹的模型。 它花了大约 2 小时生成了苏南图尼奇（Xunantunich）的 3D 模型，这是伯利兹西部的一处玛雅考古遗址。

Same base model, same sampling, entirely different coworker. The diff was 40 lines of English, and here they are.

过去一周进一步表明，前沿模型眼下基本是两家公司的竞赛。 Google 发布了一款出色的 flash 模型，Z 也发布了类似产品。Muse Spark 1.3 显示 Meta 仍在推进，GLM 5.3 发布才不过几周……但没有任何模型能与 Astra 或 Fable 相提并论。

一项研究对比人类答题时间与模型推理token数，发现160道常识题上两者耗时正相关，且易错题也趋同。GPT-OSS-20B多次推理取平均后，人机相关性从0.41升至0.55。研究表明思维链长度可作为问题难度的粗略信号，但需多次运行取均值才更可靠。

周末愉快！ 【引用 @bot】：我们已重置所有 Grok Bot 用户的使用限额。 尽情使用吧！